python - 迭代（iteration）
本文内容为基于一些文章进行的个人总结。水平有限，仅供参考。
本文参考：
python: deque vs list performance comparison
Build a Basic Python Iterator
Python yield 使用浅析
Python迭代器和生成器
for in
学习python最先接触到的迭代是for in迭代
for i in [1, 2, 'a', 'b']:
print(i)生成数组时我们还经常用到range()函数
for i in range(1, 100):
print(i)range()函数会返回一个创建好的数组，但是当数组元素较多时会占用内存。
这时可用xrange()函数，xrange()函数返回的是一个生成器（generator）实例，只有在调用时才进行计算，而不是一次性计算出来。
python3 没有
xrange，python3中的range即为python2中的xrange
for i in xrange(1, 100):
print(i)应用举例
所以要生成一个首项为1，公差为3的10项等差数列，利用range()可写为：
l = [1 + 3 * i for i in range(11)]考虑到代码的复用、性能优化，可改写为：
def generate_list(a_1, d, n):
try:
a_1 = float(a_1)
d = float(d)
n = int(n)
except ValueError:
return []
l = []
for i in xrange(n):
l.append(a_1 + d * i)
return l
# 这里两种方法都可以，数组较多时上面的会快一些，大家可以测试下
# return [a_1 + d * i for i in xrange(n)]
l = generate_list(1, 3, 10)一切皆对象
在python中，具有__iter__方法的对象均可迭代。
deque
当需要对数组操作时可以使用python内置库collections中的deque类，deque是“double_end_queue”的缩写，译为“双端队列”，发音同“deck”，可从两端对数组进行操作（插入、删除）。
在算法复杂度上deque为O(1)，而list为O(n)，即对于n个相同元素的数组而言，如果deque对象的执行次数为常数C，那么list对象执行次数为Cn。所以deque的性能要优于list。
from collections import deque
# list操作
a = range(10000)
a.append(1) # 从后面追加元素 1
a.insert(0, 1) # 从前面追加元素 1
a.pop() # 从后面删除元素（删除最后一个元素）
a.pop(0) # 从前面删除元素（删除第一个元素）
# deque操作
b = deque(a)
b.append(1) # 从后面追加元素 1
b.appendleft(1) # 从前面追加元素 1
b.pop() # 从后面删除元素（删除最后一个元素）
a.popleft() # 从前面删除元素（删除第一个元素）于是上面的例子可以改为：
def generate_list(a_1, d, n):
try:
a_1 = float(a_1)
d = float(d)
n = int(n)
except ValueError:
return []
l = deque()
for i in xrange(n):
l.append(a_1 + d * i)
return l
# 如果想返回list需要转一下
# return list(l)
l = generate_list(1, 3, 10)yield
用yield可以将一个函数变为生成器，即在迭代遍历时才对进行生成计算。上面的例子可以改为：
def generate_list(a_1, d, n):
try:
a_1 = float(a_1)
d = float(d)
n = int(n)
except ValueError:
return []
for i in xrange(n):
yield a_1 + d * i
l = generate_list(1, 3, 10)可以这样理解：yield记录函数运行的状态，遍历l时，会返回yield作用的值，并停止，下一次调用时会继续执行yield后面的代码，直到再次遇到yield。